目前4-72风机的湍流数值模拟方法有直接数值模拟法、雷诺时间平均法和大涡模拟法。每个湍流模型都有其各自的优缺点。对于直接数值模拟方法，其优点是可以在不引入经验模型假设的情况下模拟流场中各尺寸的湍流波动，因此被称为精准的湍流波动。精细计算4-72风机流体数值模拟方法的缺点是在直接数值计算中，网格尺寸要求很小，导致计算量的增加。它通常需要较大的内存和快速的CPU，因此在实际工程中很难应用。雷诺时间平均法是工程中常用的数值模拟方法。4-72风机通过引入雷诺应力的封闭方程，可以求解时间平均雷诺方程。其优点是避免了直接数值模拟计算量过大的问题，但这些经验模型只适用于有限的环境。4-72风机根据具体形式可分为B、C、E、F四种，通常叶轮安装在主轴端部。直接数值模拟（DNS）是瞬时湍流控制方程的直接解。DNS的较大优点是它不需要对湍流进行任何简化或近似。理论上，可以得到相对准确的结果。然而，直接4-72风机数值模拟所需的网格节点数量巨大，计算量大。目前，只有一些简单的流动机理可以研究，如室内空气流动、静水中的气泡上升、颗粒与筒体在流动过程中的碰撞磨损等。研究结果表明，4-72风机叶片结构复杂，不仅使风机难以加工，而且增加了风机内部的流动损失，降低了风机的效率。为了提高4-72风机的总压和效率，对斜槽离心风机进行了改进和设计。采用数值计算方法对斜槽离心风机的内部流动进行了分析，并根据内部流动规律进行了相应的改进和设计工作。通过查阅大量的离心风机优化设计文献，深入了解风机不同结构参数对风机内部流动特性的影响，并采用数值计算方法建立风机三维模型，划分网格，4-72风机采用N-S方程，结合W。利用SSTK-U湍流模型，模拟了斜通道风机的原型。通过对样机计算结果与原始测量数据的比较，详细分析了SSTK-U湍流模型的精度，为离心风机数值计算选择湍流模型提供了良好的参考。针对这一问题，本文采用混合网格对4-72风机进行网格划分，即结构化网格与非结构化网格相结合的方法。通过观察风机不同截面的等值线和流线图，分析了风机的内部流动特性，为离心风机的改进提供了思路。在斜槽离心风机样机的基础上，提出了三种改进方案：向内延长风机短叶片可减少短叶片吸力面分离，提高风机效率2.3%；增大风机叶轮旋转直径可提高总压。风机的压力值，效率基本不变，增大蜗壳舌与风机叶轮之间的间隙，可使风机总压值提高到4711pa，效率提高2.1%。4-72风机的设计方法，对所设计风机的稳态计算结果进行了分析。在离心风机设计完成后，根据具体设计参数建立了离心风机的三维模型。第三章采用样机的数值计算方法，对设计工况下的风机进行了计算。原型风机和斜槽风机的比转速分别为13.89和11.08。根据不同的比转速，可对风机进行分类。可以看出，所设计的风机和原型风机属于不同的系列，但在全压、效率等方面都有所提高。可以证明第四节风机的设计方法是正确合理的。通过对设计4-72风机的数值计算参数与风机初始设计值的比较，可以看出设计风机的总压值高于设计目标，效率为68%，效率比原型风机高19.9%，总压值由4626提高到4626。PA至5257PA，均满足合作单位的性能要求。为了了解三维流场结构对气动噪声的影响，在气动噪声预测中，采用条带理论方法确定叶片表面的气动参数。可以看出，4-72风机样机长、短叶片的吸力面不仅产生分离现象，而且产生两个涡，设计工况下设计风机长、短叶片的吸力面存在一些分离现象，但没有明显的分离现象。产生了漩涡。通过比较两种方法的流线图可以看出，所设计的风机的整体流动性能得到了很大的提高，设计的4-72风机的效率得到了很大的提高。增大4-72风机叶轮的旋转直径改善计划一使斜槽式离心风机的功率进步2。设计风机的瞬态计算为了后期计算风机内部的气动噪声，本文对离心风机内部流场采用瞬态的计算方法进行了数值计算。下面详细介绍风机的瞬态计算过程。4-72风机瞬态计算收敛性判断瞬态计算过程中，每一个时间步内相当于计算一个稳态过程。因此在每一个时间步内都需要保证计算达到收敛。瞬态计算过程中存在内迭代的概念，内迭代与稳态求解的的迭代具有相同的原理。内迭代次数可以在模型树节点RunCalculation面板通过参数MaxIteration/TimeStep来设置。在风机气动噪声预测中，建立了相应的物理模型和数学模型，介绍了复杂流场的数值模拟技术，进行了考虑三维流场的气动噪声预测计算，研究了流场结构对4-72风机气动噪声的影响。这些方法往往需要复杂的数学计算和重复的实验设计，建模周期长，成本高，存在风机历史运行数据使用不足，造成信息资源浪费等问题。近年来，随着人工智能算法的发展，数据驱动建模方法逐渐应用于风机性能预测。基于4-72风机的历史运行数据，提出了一种基于模糊RBF***网络的离心风机建模方法。该方法取得了一定的效果。然而，***网络建模所需的数据量大，建模周期长，建模数据分布不优化，可能导致建模数据过度集中，容易陷入局部较优。.大型离心风机性能预测方法，采用LSSVM算法和4-72风机历史运行数据建立性能预测模型，4-72风机采用LHS方法保证建模数据在建模区间内均匀分布，提高模型的通用性。离心风机的数据采集是建立离心风机模型的基础，因此有必要设计实验来采集必要的离心风机模型数据。影响离心风机性能的输入变量很多，忽略了二次变量的影响。影响离心风机性能的主要变量是进口压力、进口温度、进口流量和转速。选择出口压力作为衡量离心风机性能的指标。为了提高模型的通用性，避免局部建模，采集的训练和测试数据应均匀分布在风机的整个运行范围内。在现有4-72风机的基础上，通过对引风机叶轮的改造，在不进行电机技术改造的情况下，对引风机进行技术改造，提高引风机的出力，以满足反硝化和静电沉淀的总阻力。lhs采用分层采样，将采样间隔均匀划分为若干等分，并在每个部分随机采集数据，保证了数据分布的均匀性，避免了数据过度集中。)